摘要:

气动模型辅助导航是一种新型的导航方法, 将描述飞行器飞行状态的气动模型信息与现有导航系统信息相融合, 可以提高导航精度和可靠性, 近年来受到国内外学者的关注, 有望成为飞行器的新型自主导航方法. 通过对气动模型辅助导航方法研究现状的调研和分析, 阐述了该导航方法的概念与原理; 分析了目前主要的3 种技术方案—–气动模型/惯性导航融合、气动模型/卫星导航融合、气动模型/惯性/卫星导航融合的各自特点; 对气动模型辅助导航方法与当前几种主要的辅助导航方法进行综合比较, 分析了该方法的技术优势与应用前景; 结合目前的研究现状, 探讨了气动模型辅助导航方法后续研究的关键技术和发展方向. 气动模型辅助导航方法与飞行器的气动模型特性、制导、导航和控制流程密切相关, 该方法的研究有助于推动导航、制导与控制(GNC) 3 个方向的各自发展和深度融合.

摘要:

针对粒子群优化算法(PSO) 在处理高维复杂函数时容易陷入局部极值、收敛速度慢的缺陷, 从系统的认知分析过程和角度出发, 提出一种基于诺兰模型(NM) 思想的改进PSO 算法. 该算法在Tent 混沌映射选择的参数的基础上, 结合NM信息融合和协调的思想, 在速度更新过程中增加均衡项, 并设计粒子群的欧氏距离指数以防止早熟, 从而实现对粒子的自动调整、保证多样性和提高算法的全局搜索能力. 最后, 运用典型函数对所提出算法进行测试, 并与最新相关算法进行比较, 结果表明, 所提出算法在全局搜索能力、效率和稳定性方面均具有明显的优势.

摘要:

决策者的情感认知对于复杂多目标决策具有关键的作用, 为了能使计算机掌握决策者的决策情感认知规律, 提升计算机辅助多目标决策的能力, 提出一种融合了性格特征、心境状态和情感状态的多层情感认知模型. 描述决策者在处理复杂决策问题时的情感状态量化关系, 运用分层情感认知模型构建集感性和理性于一身的虚拟人, 代替决策者完成对多目标优化问题的交互决策求解. 实例分析验证了所提出模型的有效性.

摘要:

针对一类具有持续扰动和输入约束的离散广义系统, 研究其鲁棒预测控制器的设计问题. 将输入状态稳定的概念引入广义系统预测控制, 在quasi-min-max 性能指标下, 提出了广义系统双模鲁棒预测控制器的设计方法, 证明了基于双模鲁棒预测控制器的闭环广义系统输入状态稳定, 且具有正则、因果性. 数值仿真结果验证了所提出方法的有效性.

摘要:

在容量不同的平行批处理机环境下, 针对工件带有不同尺寸和机器适用限制的最小化制造跨度的批调度问题, 提出一种有效的蚁群优化算法. 该算法基于解的浪费空间定义启发式信息, 针对机器容量约束提出两种用于构建解的候选集, 从而有效缩小搜索空间, 并引入局部优化方法提高解的质量. 仿真实验结果表明, 所提出算法具有较好的性能, 并且优于已有的其他算法.

摘要:

针对融合识别领域中不同框架下多源异类传感器的不确定证据信息无法有效融合的问题, 提出一种基于条件证据网络的多源异类知识融合识别方法. 该方法将战场协同作战中不同框架下多源异类传感器的领域知识统一在证据网络的结构下, 形成多源异类知识融合识别模型, 对多源异类传感器的不确定性证据信息进行基于条件证据网络的融合推理, 得到识别结果. 仿真实例验证了所提出方法的优越性.

摘要:

针对传统Actor-critic (AC) 方法在求解连续空间序贯决策问题时收敛速度较慢、收敛质量不高的问题, 提出一种基于对称扰动采样的AC算法框架. 首先, 框架采用高斯分布作为策略分布, 在每一时间步对当前动作均值对称扰动, 从而生成两个动作与环境并行交互; 然后, 基于两者的最大时域差分(TD) 误差选取Agent 的行为动作, 并对值函数参数进行更新; 最后, 基于两者的平均常规梯度或增量自然梯度对策略参数进行更新. 理论分析和仿真结果表明, 所提框架具有较好的收敛性和计算效率.

摘要:

提出一种多目标自适应混沌粒子群优化算法(MACPSO). 首先, 基于混沌序列提出一种新型动态加权方法选择全局最优粒子; 然后, 改进NSGA-II 拥挤距离计算方法, 并应用到一种严格的外部存档更新策略中; 最后, 针对外部存档提出一种基于世代距离的自适应变异策略. 以上操作不仅提高了算法的收敛性, 而且提高了Pareto 最优解的均匀性. 实验结果表明了所提出算法的有效性.

摘要:

针对一类离散时间非线性系统, 提出一种基于虚拟参考反馈整定的改进无模型自适应控制方案. 首先, 利用动态线性化方法给出非线性系统的紧格式动态线性化模型; 然后, 基于优化技术设计控制算法和伪偏导数估计算法; 最后, 设计基于虚拟参考反馈整定的伪偏导数初值和重置值的估计算法. 该控制方案设计仅依赖于被控系统的输入和输出数据, 且能保证闭环系统的稳定性和收敛性. 仿真比较结果验证了所提出方法的有效性.

摘要:

针对一类非匹配不确定离散系统, 设计一种无抖振离散积分滑模控制器. 为了抑制非匹配不确定性对系统的影响, 采用线性矩阵不等式方法设计一种新型的切换函数和对应的滑模控制律, 并证明了闭环系统的Lyapunov 稳定性. 同时, 引入饱和函数设计控制器, 使系统状态在积分滑模面的某个小邻域内做准滑模运动, 并通过合理选择饱和函数的边界层厚度, 使控制信号不含任何抖振. 理论分析和数值仿真验证了所提出方法的有效性.

摘要:

提出一种基于多目标分层遗传算法的模糊系统对溢流粒度进行软测量, 该方法将模糊系统分为4 层, 即输入层、隶属度层、规则库层和系统集成层. 为了达到各层共同进化的目的, 设计遗传算法各层编码策略, 构建基于平均绝对百分误差和均方根误差的优化目标函数, 并采用该函数计算各层个体的适应度. 鉴于模糊模型训练过程中可能出现异常解, 将L-M 贝叶斯正则化方法融入训练过程. 对磨矿生产数据的仿真实验验证了所提出方法的有效性.

摘要:

对于带不确定模型参数和噪声方差的线性离散时不变多传感器系统, 用虚拟噪声补偿不确定参数, 系统转化为仅带噪声方差不确定性的多传感器系统. 用加权最小二乘法和极大极小鲁棒估计准则, 基于带噪声方差保守上界的最坏情形保守系统, 提出一种鲁棒加权观测融合稳态Kalman 预报器, 并应用Lyapunov 方程方法证明了它的鲁棒性, 同时给出了与鲁棒局部和集中式融合Kalman 预报器的精度比较. 最后通过一个仿真例子说明了如何搜索参数扰动的鲁棒域, 并验证了所提出的理论结果的正确性和有效性.

摘要:

针对传统近似非齐次灰建模可能出现参数复数解的问题, 提出无偏灰色GM(1,1) 模型的递推解法, 从而减少由差分方程向微分方程跳跃而导致误差的问题. 给出不同初始条件下非齐次无偏GM(1,1) 模型的递推预测公式,并在此基础上, 将递推公式运用于时间序列分段, 提出基于近似非齐次无偏GM(1,1) 模型的时间序列分段表示方法. 实例结果表明, 所提出的递推模型能够获得较高的拟合精度, 分析结果验证了基于灰色预测模型在时间序列分段表示中的有效性和实用性.

摘要:

对于一些复杂的决策问题, 使用比较语言比单一语言更能准确地表达专家的看法. 据此, 提出一种同时使用单一语言和比较语言的新算法. 根据上下文无关文法将比较语言表达转换为犹豫模糊语言术语集(HFLTS), 并应用有序加权算子(OWA) 计算出由梯形隶属函数表示的模糊语言术语集的模糊包络, 有效地简化了基于HFLTS 的词计算过程. 最后应用逼近理想解排序(TOPSIS) 方法进行决策.

摘要:

针对现有双边匹配决策要求主体给出另一方全体偏好序信息的条件过于苛刻的问题, 提出一种新的匹配方法. 一方主体先两两比较另一方全体成员, 给出直觉模糊集形式的评价值并由全体成员评价值组成直觉模糊偏好关系; 然后, 通过改进的最小对数二乘法对其进行转化, 间接得到主体满意度; 进一步以双方主体满意度最大为目标, 同时考虑稳定匹配约束条件, 建立单目标优化模型并求解获得匹配方案; 最后, 通过算例分析表明了所提出方法的可操作性和有效性.

摘要:

考虑由单个风险中性供应商和?? 个风险偏好零售商组成的供应链系统. 假设市场需求是随机的, 且每个零售商面临的需求与其订货量成正比, 采用平均CVaR 准则刻画零售商的风险偏好. 当零售商对称时, 得到系统总的均衡订货量关于零售商数量和风险偏好系数的单调性; 证明当风险偏好系数满足一定条件时, 批发价契约可以使供应链协调; 随机大需求导致系统较高的均衡订货量. 最后通过数值例子表明了需求可变性对系统总的均衡订货量的影响.

摘要:

针对一类饱和非线性系统研究抗饱和控制器综合问题. 基于线性分式表示技术(LFR), 该类非线性系统可转化为带有满足扇形区间不等式条件的非线性函数及额外线性分式约束的饱和线性系统. 基于二次Lyapunov 方程并利用广义扇形区间不等式条件处理饱和非线性项, 提出了基于LMI 条件的非线性抗饱和控制器综合方法. 数值仿真验证了所提出方法的有效性.

摘要:

研究一种基于折衷型变权向量的直觉语言决策方法. 首先, 定义折衷型变权向量, 提出与之对应的状态变权向量; 其次, 研究利用马氏效用函数诱导出折衷型变权向量; 再次, 定义直觉语言变量运算法则和大小比较方法, 提出直觉语言信息变权加权平均算子和直觉语言信息变权加权几何平均算子, 进而提出一种初始属性权重确定且属性值以直觉语言形式给出的多属性决策方法; 最后, 通过实例表明了所提出方法的有效性和合理性.

摘要:

针对含有模型不确定与未知海洋环境扰动下的欠驱动自主水下航行器(AUV)的编队控制问题, 提出一种基于预估器的神经网络动态面(PNDSC) 控制算法. 将动态面法引入控制器的设计中, 采用神经网络逼近AUV模型中的不确定项与海洋环境的扰动, 并结合预估器设计了神经网络权值的离散迭代更新率. Lyapunov 稳定性分析表明, 闭环系统所有信号是一致最终有界的. 仿真结果验证了所提出方法的有效性.

摘要:

针对具有未知输入的不确定切换线性系统, 在平均驻留时间切换下, 讨论其状态和未知输入估计方法. 通过等价变换解耦切换系统的未知输入, 以构造降维切换系统. 进而, 设计切换观测器实现对原系统的状态估计, 并求解具有线性矩阵不等式限制的最优化问题, 得到观测器存在的充分条件. 在基于函数微分数值解方法求得系统输出微分的基础上, 提出一种切换系统未知输入的估计方法. 最后通过一个数值实例验证了所提出方法的有效性.

摘要:

独轮机器人前后平衡由一车轮保持并驱动其前后运动, 侧向平衡则由一基于空气阻力的风轮保持, 以此结构为被控对象建立该系统动力学模型. 以一种非线性的控制方法—–自抗扰控制方法控制其平衡运动, 在系统的纵向和侧向上分别设计一个自抗扰控制器, 系统的内扰和外扰被视为自抗扰控制器的总扰动. 以PID 控制方法作对比实验, 仿真结果表明了自抗扰控制算法的强鲁棒性和有效性.

摘要:

基于线性矩阵不等式理论, 研究一类非线性时滞系统的函数观测器设计. 通过选取合适的Lyapunov-Krasovskii 泛函, 得到函数观测器增益矩阵存在的充分条件, 并系统地提出函数观测器增益矩阵的设计方法. 仿真实例表明, 所设计的函数观测器是可行有效的.

摘要:

提出一种基于嵌入式视觉的子机器人入舱方法, 用于子母式机器人系统中对子机器人的回收. 子机器人基于自身嵌入式平台捕获和处理入口处的引导标识图像, 根据局部颜色排布特征快速提取出标识中心, 利用最小二乘法拟合水平颜色交界线的成像斜率, 基于成像斜率-视偏角模型判别出子机器人航向与入口平面的法线关系, 从而进行运动决策使二者重合以完成入舱. 该方法无需摄像头标定和航迹测量即可准确入舱, 仿真实验验证了所提出方法的有效性.

摘要:

传统模糊??-均值(FCM) 算法要求一个样本对于各个聚类的隶属度之和满足归一化条件, 从而导致算法对噪声和孤立点敏感, 对非均衡分布样本的聚类有效性降低. 针对该问题, 提出一种改进模糊隶属函数约束的FCM聚类算法, 通过放松归一化条件, 推导出新的隶属度划分公式, 并在聚类过程中不断进行隶属度修正, 从而达到消除噪声样本、提高聚类有效性的目的. 最后通过实验结果对比验证了改进算法的正确性.

摘要:

研究以最小化完工时间为目标的模糊加工时间零等待多产品厂间歇调度问题, 提出一种基于差分进化粒子群优化(DEPSO) 的间歇调度算法. 以基本粒子群算法为整体进化框架, 采用基于反向学习的方法初始化种群, 引入群体极值保持代数作为阈值, 利用基于排序的差分进化算法优化粒子个体极值位置, 改变粒子的搜索范围, 防止粒子陷入局部极值. 仿真实验验证了所提算法在解决模糊加工时间零等待多产品厂间歇调度问题上的有效性和优越性.

摘要:

朴素贝叶斯分类器不能有效地利用属性之间的依赖信息, 而目前所进行的依赖扩展更强调效率, 使扩展后分类器的分类准确性还有待提高. 针对以上问题, 在使用具有平滑参数的高斯核函数估计属性密度的基础上, 结合分类器的分类准确性标准和属性父结点的贪婪选择, 进行朴素贝叶斯分类器的网络依赖扩展. 使用UCI 中的连续属性分类数据进行实验, 结果显示网络依赖扩展后的分类器具有良好的分类准确性.

摘要:

研究制造商主导的Stackelberg 博弈下双渠道供应链的合作广告策略, 分析信息不对称及双渠道对供应链合作广告投资决策的影响. 研究表明, 零售商在具有需求信息优势时会谎报需求信息, 并且在一定条件下其谎报决策会降低制造商的利润, 但能提高供应链的利润, 这种情况下制造商无法通过激励合同促使零售商共享信息. 另外, 在最优合作广告策略下, 当直销渠道与分销渠道所占市场份额的分配比例小于一定值时, 制造商采取双渠道会使供应链参与者均受益.

摘要:

针对无刷双馈电机非线性强耦合特性, 提出一种实现其高性能控制的自抗扰控制方法. 在控制电机同步坐标系下, 设计磁链自抗扰控制器和转速自抗扰控制器, 对系统内部的耦合影响和系统外部扰动进行观测和补偿, 实现非线性系统线性化控制. 该控制器具有较强的鲁棒性, 且不依赖电机模型. 仿真对比结果表明, 自抗扰控制器能够准确地估计和补偿系统的内外扰动, 控制精度高, 抗扰能力强, 能够实现磁链和电磁转矩的解耦, 进而实现磁链和转速相互独立控制, 是一种简单有效的高性能控制方法.

摘要:

针对具有时滞因果关系的小样本系统建模问题, 提出一种灰色多变量时滞GM(1,??) 模型及其求解方法; 考虑到相关变量累加序列变化量较大的情形下, 驱动项不能被视为灰常量的问题, 给出了时滞GM(1,??) 模型的一种派生模型. 在此基础上, 通过数值仿真和实例分析验证了新模型的有效性. 数值结果表明: 时滞GM(1,??) 模型能够较好地描述和预测含时滞特征的小样本数据系统的运行规律, 不考虑相关因素的时滞作用时, 时滞GM(1,??) 模型退化为经典的GM(1,??) 模型.